1) classification of stability parameter
参数数量分类
2) classification parameter
分类参数
1.
Statistical calculation functions on the classification result were proposed,K index was applied to classifier parameters extraction,and some classification parameters optimization algorithm were given with the point estimation,interval estimation about K in.
通过构造一个分类结果的统计量,分析了K指标的点估计、区间估计的计算方法,给出由指标K的点估计值、区间估计优化分类参数的算法,提出一种优化过程的统计学习方法。
3) Parametric component
参数分量
4) parametric classifier
参数分类器
5) classifier parameter
分类器参数
1.
Feature selection and classifier parameter optimization are two important aspects for improving classifier performance and are solved separately traditionally.
特征选择及分类器参数优化是提高分类器性能的两个重要方面,传统上这两个问题是分开解决的。
6) parameter classification
参数法分类
补充资料：数量分类学
| 数量分类学 numerical taxonomy 应用数学方法和电子计算机来研究生物分类问题的边缘学科。又称数值分类学。由美国R.R.索卡尔和英国P.H.A.斯尼思于20世纪50年代创立，现已广泛应用于动物、植物和微生物的分类。数量分类学的工作方法大致分为5步。①选择所要研究的单位（如品系或种等），所用最低级的实体称为运算分类单位（OTU＝Operational Taxonomic Unit）。②选择OTU的性状（ 包括形态学、细胞学、古生物学、生物化学等各种性状），范围要尽可能宽，至少需要50个，最好100个以上。③全面计算相似性S。 方法是把一个OTU与另外的每个OTU作比较，通常用百分比来表示。S为百分之百表示完全一致，S为百分之零则表示没有相似。然后把每个OTU的S系数列成一个相似性表或矩阵。④进行“簇分析”。把相似性矩阵加以重排，把那些彼此有高度相似性的OTUs集在一起，形成“簇”。将这些簇分阶层地排成树状图，就可以根据具体情况选择不同的相似性水平来代表不同的等级。⑤判别。分类完成后，再倒回去重新检查一下性状，将最稳定的性状作为检索表的特征。数量分类学的方法采用的性状数量多，用计算机运算速度快，所得的结果比较客观。起初用于细菌和病毒等微生物的分类，后来又扩展到高等动植物的分类研究。
|
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条